//此论文属于《Cell》创刊50周年庆之分子生物学特刊。
20世纪90年代末质谱（MS）的引入，尤其是液相色谱-串联质谱（LC-MS/MS），彻底改变了PPI的鉴定。与细胞内标记和亲和纯化（AP）相结合，AP-MS方法变得强大，能够在酵母和大肠杆菌等生物中进行全基因组PPI鉴定，从而深入了解染色质生物学和其他分子生物学方面。在后生动物中，AP-MS有助于绘制数千种蛋白质的PPI图谱，揭示信号通路和翻译后修饰（PTM）的作用。然而，AP-MS存在局限性，包括过表达可能产生的假象以及无法捕获不同细胞条件下的所有PPI。
验证PPI至关重要。学界已经开发了诸如免疫沉淀-蛋白质印迹（IP-Westerns）、共振能量转移（RET）、邻近连接测定（PLAs）和邻近标记方法等技术。然而，区分直接和间接相互作用仍然是一个挑战。遗传系统如酵母双杂交（Y2H）系统和分裂蛋白系统已被用于此，但在检测大型复合物中的PPI方面存在局限性。交联质谱（XL-MS）可以识别相互作用表面和弱PPI，但在全蛋白质组范围内无标记鉴定交联肽仍是一个活跃的研究领域。
利用野生型和突变型蛋白质进行AP-MS为疾病研究提供了重要见解。对神经退行性疾病、致癌突变和自闭症谱系障碍（ASD）风险基因的研究显示了差异性PPI。例如，淀粉样前体蛋白（APP）和PIK3CA的突变分别与线粒体功能障碍和相互作用亲和力的改变有关。这些研究表明，差异PPI图谱有助于确定疾病突变的优先级，从而为治疗靶点提供依据。
理解蛋白质机器和复合物的生物化学解析和功能是关键一步。蛋白质复合物可以多种形式存在，解析它们需要互补的生物化学和结构方法。优先研究那些作为蛋白质机器发挥功能的复合物（通常具有能量驱动的构象变化）有助于理解其功能。冷冻电镜（cryo-EM）技术的进步有望加速这一理解过程。
人工智能和冷冻电镜与AP-MS和CF-MS一起对PPI导向的治疗产生影响。AlphaFold准确的蛋白质结构预测和PPI预测有助于识别直接PPI并确定疾病突变的优先级。这种综合方法可以确定新的药物靶点和治疗策略。人工智能和XL-MS的未来发展可能实现高分辨率、全面的PPI图谱绘制，甚至可能达到单细胞分辨率，将彻底改变我们对PPI及其在健康和疾病中作用的理解。
添加实验菌企微，回复【】中的序号，即可领取对应的资料包哦～【2401】论文写作干货资料（100页）【2402】国内重点实验室分子生物学实验方法汇总（60页）【2403】2024最新最全影响因子（20000+期刊目录）